mgcv bam() 错误：无法分配大小为 99.6 Gb 的向量

我正在尝试使用 bam （mgcv 库）拟合加法混合模型。我的数据集包含来自对 300 个健康中心内 2.10^5 名儿童生长情况的纵向研究的 10^6 观察结果。我正在寻找每个中心的坡度。 模型是

bam(haz ~ s(month, bs = "cc", k = 12)+ sex+ s(age)+ center+ year+ year*center+s(child, bs="re"), data)

每当我尝试拟合模型时，都会出现以下错误消息：

Error: cannot allocate vector of size 99.6 Gb
In addition: Warning message:
In matrix(by, n, q) : data length exceeds size of matrix

我正在开发一个具有 500 Gb RAM 的集群。

感谢您的任何帮助

要更准确地诊断问题所在，请尝试使用省略的各种项来拟合您的模型。该模型中有几个术语可能会让您大吃一惊：

• 固定效应涉及center将炸毁至 300 列 * 10^6 行；取决于是否year是数字或因子，year*centerterm 最多可扩展至 600 列或 (nyears*300) 列
• 我不清楚是否bam使用稀疏矩阵s(.,bs="re")条款；如果没有，你就会在big麻烦（2*10^5 列 * 10^6 行）

在数量级上，一个 10^6 数值向量（模型矩阵的一列）需要 7.6 Mb，因此 500 GB / 7.6 MB 大约相当于 65,000 列......

只是在这里猜测，但我会尝试一下gamm4包裹。它并不是专门针对低内存使用而设计的，但是：

当随机效应不是 i.i.d. 时，‘gamm4’ 最有用，或者 当存在大量随机系数时[原文如此]（超过 数百个），每个仅适用于一小部分 响应数据。

我还将大部分术语转化为随机效应：

gamm4::gamm4(haz ~ s(month, bs = "cc", k = 12)+ sex+ s(age)+ 
 (1|center)+ (1|year)+ (1|year:center)+(1|child), data)

或者，如果数据集中的年份不是很多，则将年份视为固定效应：

gamm4::gamm4(haz ~ s(month, bs = "cc", k = 12)+ sex+ s(age)+ 
 year + (1|center)+ (1|year:center)+(1|child), data)

如果年数很少的话(year|center)可能有意义，以评估中心间的变异和年份之间的协变......如果有很多年，请考虑使其成为一个平滑的术语......